本發(fā)明涉及一種交叉口信號(hào)配時(shí)參數(shù)的估計(jì)方法，具體的為一種基于公交gps數(shù)據(jù)的交叉口信號(hào)配時(shí)參數(shù)估計(jì)方法。

背景技術(shù)：

交叉口信號(hào)配時(shí)參數(shù)(例如信號(hào)周期時(shí)長(zhǎng)、紅燈時(shí)長(zhǎng)等)是信號(hào)性能測(cè)量(如排隊(duì)長(zhǎng)度)和與交叉口相關(guān)的交通模型的重要輸入，然而這些參數(shù)多處在動(dòng)態(tài)變化之中，且信號(hào)配時(shí)參數(shù)的改變影響著公交調(diào)度、出行規(guī)劃、行程時(shí)間的估計(jì)，如若不能及時(shí)獲得這些參數(shù)，上述工作將難以開展。因此，研究如何通過數(shù)據(jù)分析的方法來及時(shí)了解并獲取交叉口信號(hào)配時(shí)參數(shù)具有重要的意義和價(jià)值。

事實(shí)上，作者p.hao利用布設(shè)在交叉口上下游的固定傳感器實(shí)現(xiàn)了對(duì)信號(hào)配時(shí)參數(shù)的估計(jì)。然而，該方法并不能很好的確定周期邊界(即每個(gè)周期確切的開始和結(jié)束時(shí)刻)，且如果在一個(gè)或多個(gè)連續(xù)的周期內(nèi)沒有任何采樣數(shù)據(jù)，該方法不能檢測(cè)到這些“缺失”周期。針對(duì)以上不足，該作者又對(duì)其進(jìn)行了相應(yīng)改進(jìn)。改進(jìn)后的信號(hào)配時(shí)參數(shù)估計(jì)方法可以較為準(zhǔn)確地估計(jì)一個(gè)周期的開始和結(jié)束時(shí)間，并可以正確地檢測(cè)是否有任何缺失的周期。但是，該方法需要用到交叉口現(xiàn)場(chǎng)測(cè)試數(shù)據(jù)，若信號(hào)配時(shí)參數(shù)發(fā)生改變，該方法并不能及時(shí)響應(yīng)。其次，該方法是以車輛到達(dá)停車線的時(shí)間為基準(zhǔn)來估計(jì)周期邊界的，但是由于它只能獲得車輛到達(dá)信號(hào)交叉口上游和下游的確切時(shí)間，無法得知其在信號(hào)交叉口內(nèi)部的運(yùn)行狀況，所以不能很好地估計(jì)其到達(dá)交叉口停車線的時(shí)間。此外，該作者所提出的信號(hào)紅燈時(shí)長(zhǎng)估計(jì)方法建立在假設(shè)車輛均勻到達(dá)的基礎(chǔ)上，這種假設(shè)與實(shí)際情況不符。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，為了解決現(xiàn)有技術(shù)中存在的不足，本發(fā)明的目的在于提供一種基于公交gps數(shù)據(jù)的交叉口信號(hào)配時(shí)參數(shù)估計(jì)方法。

為達(dá)到上述目的，本發(fā)明提供如下技術(shù)方案：

一種基于公交gps數(shù)據(jù)的交叉口信號(hào)配時(shí)參數(shù)估計(jì)方法，包括如下步驟：

步驟1：選取某一信號(hào)交叉口，并從數(shù)據(jù)庫(kù)中提取在某個(gè)時(shí)間段內(nèi)經(jīng)過該交叉口的所有公交車的gps數(shù)據(jù)，利用每輛公交車經(jīng)過交叉口的gps數(shù)據(jù)，建立交叉口單車行程時(shí)間估計(jì)模型；

步驟2：基于已獲得的每輛公交車經(jīng)過交叉口的行程時(shí)間，利用先聚類再分類的方法，找到每個(gè)信號(hào)周期經(jīng)過交叉口的第一輛公交車，稱該類公交車為cbv，具體方法為：

步驟21：獲得每輛公交車與前車到達(dá)交叉口進(jìn)口的時(shí)間差δt和在交叉口的行程時(shí)間差δt；

步驟22：把δt和δt作為每輛公交車的特征屬性，利用k均值聚類算法將所有車輛聚成兩類；

步驟23：為這兩類公交車分別附上不同的標(biāo)簽號(hào)，在此基礎(chǔ)上，利用支持向量機(jī)對(duì)所有車輛進(jìn)行分類，得到分類超平面，并找到所有的cbv；

步驟3：計(jì)算所有cbv及每一輛cbv對(duì)應(yīng)的前車到達(dá)交叉口停車線的時(shí)間，在此基礎(chǔ)上，獲得周期時(shí)長(zhǎng)以及周期邊界估計(jì)結(jié)果；

步驟4：利用cbv在停車線附近的gps數(shù)據(jù)序列，結(jié)合周期時(shí)長(zhǎng)和周期邊界估計(jì)結(jié)果，建立交叉口紅燈時(shí)長(zhǎng)估計(jì)模型。

進(jìn)一步，建立交叉口單車行程時(shí)間估計(jì)模型的方法如下：

在交叉口進(jìn)口前后各取一個(gè)距離交叉口進(jìn)口最近的gps定位數(shù)據(jù)，這兩個(gè)定位數(shù)據(jù)所對(duì)應(yīng)的車輛的瞬時(shí)速度、gps時(shí)間分別為vi、ti(i＝1,2)；

若|v1-v2|≤v0，則判定車輛做勻速運(yùn)動(dòng)，那么：

車輛到達(dá)交叉口進(jìn)口的時(shí)間為：

其中，s1為車輛在交叉口進(jìn)口前的最后一個(gè)gps定位數(shù)據(jù)與交叉口進(jìn)口的距離；

s2車輛在交叉口進(jìn)口后的第一個(gè)gps定位數(shù)據(jù)與交叉口進(jìn)口的距離；

若|v1-v2|＞v0，則判定車輛做勻變速運(yùn)動(dòng)，那么：

式中，a為車輛的加速度。求解上述方程組可得：

其中，

同理，可采用相同的方法計(jì)算車輛到達(dá)交叉口出口的時(shí)間tout，從而得到車輛經(jīng)過交叉口的行程時(shí)間t＝tout-tin。

進(jìn)一步，所述步驟22中，把δt和δt作為每輛公交車的特征屬性，以此可以得到采樣數(shù)據(jù)集x＝{xi|i＝1,...,n}，其中n為總的車輛數(shù)，每個(gè)數(shù)據(jù)對(duì)象xi有兩個(gè)描述屬性δti和δti，即xi＝(δti,δti)，在此基礎(chǔ)上，利用k均值聚類算法將數(shù)據(jù)集x聚成兩類的方法為：

步驟221：首先在采樣數(shù)據(jù)集x中隨機(jī)選取兩個(gè)數(shù)據(jù)對(duì)象作為初始聚類中心；

步驟222：計(jì)算每個(gè)數(shù)據(jù)對(duì)象與各個(gè)聚類中心的歐氏距離，將每個(gè)數(shù)據(jù)對(duì)象分配到與其最接近的聚類中心，從而形成一類；

步驟223：一旦全部數(shù)據(jù)對(duì)象都被分配了，再以每個(gè)聚類子集的平均向量作為新的聚類中心；

步驟224：計(jì)算誤差平方和準(zhǔn)則函數(shù)；

步驟225：重復(fù)步驟222至步驟224，直到誤差平方和不變，則算法終止，得到最終的聚類結(jié)果。

進(jìn)一步，對(duì)于最終聚類后的兩個(gè)子集x1、x2的聚類中心x1＝(δt1,δt1)、x2＝(δt2,δt2)，若δt1＜δt2，則將x2中所有數(shù)據(jù)對(duì)象的標(biāo)簽號(hào)都置為1，將x1中所有數(shù)據(jù)對(duì)象的標(biāo)簽號(hào)都置為-1，反之則相反；在此基礎(chǔ)上，利用支持向量機(jī)對(duì)數(shù)據(jù)集x進(jìn)行分類，得到分類超平面并將數(shù)據(jù)集x分成兩類，處在分類超平面之上的數(shù)據(jù)子集所對(duì)應(yīng)的車輛即為所有的cbv。

進(jìn)一步，所有cbv及每一輛cbv對(duì)應(yīng)的前車到達(dá)交叉口停車線的時(shí)間的計(jì)算方法為：

若停車線處沒有車輛gps定位數(shù)據(jù)，則在停車線前后各取一個(gè)距離停車線最近的gps定位數(shù)據(jù)，然后利用所述步驟1的方法即可獲得車輛到達(dá)交叉口停車線的時(shí)間；

若停車線處有車輛gps定位數(shù)據(jù)，并且只有一個(gè)gps數(shù)據(jù)，則該gps數(shù)據(jù)對(duì)應(yīng)的時(shí)間即為車輛到達(dá)停車線的時(shí)間；

若車輛正好在停車線處停車等待，由于受到紅燈的影響，則停車線處的gps定位數(shù)據(jù)可能不止一個(gè)，此時(shí)，該車到達(dá)停車線的時(shí)間為停車線處第一個(gè)gps數(shù)據(jù)所對(duì)應(yīng)的時(shí)間。

進(jìn)一步，建立交叉口紅燈時(shí)長(zhǎng)估計(jì)模型的方法如下：

步驟41：利用車輛gps數(shù)據(jù)判斷每個(gè)周期的cbv是屬于第一類cbv還是第二類cbv，且第一類cbv和第二類cbv的判定方法如下：若cbv正好停在停車線處，則定義該類cbv為第一類cbv；若cbv沒有停在停車線處，則定義該類cbv為第二類cbv；

步驟42：計(jì)算每個(gè)第一類cbv對(duì)應(yīng)的紅燈時(shí)長(zhǎng)下邊界，并取所有下邊界的最大值且第一類cbv對(duì)應(yīng)的紅燈時(shí)長(zhǎng)下邊界的計(jì)算方法如下：

第一類cbv在停車線處最后一個(gè)gps數(shù)據(jù)對(duì)應(yīng)的時(shí)刻一定在紅燈結(jié)束時(shí)刻之前，又或者剛好為紅燈結(jié)束時(shí)刻，即：

其中，為第i個(gè)周期的紅燈結(jié)束時(shí)刻，ti為第i個(gè)周期的第一類cbv在停車線處的最后一個(gè)gps數(shù)據(jù)對(duì)應(yīng)的時(shí)刻；則

其中，tr為紅燈時(shí)長(zhǎng)，為第i個(gè)周期的紅燈開始時(shí)刻；

由此可見，若第i個(gè)周期的cbv為第一類cbv，則可得到該cbv對(duì)應(yīng)的紅燈時(shí)長(zhǎng)下邊界：

計(jì)算每個(gè)第二類cbv對(duì)應(yīng)的紅燈時(shí)長(zhǎng)上邊界，并取所有上邊界的最小值且第二類cbv對(duì)應(yīng)的紅燈時(shí)長(zhǎng)上邊界的計(jì)算方法如下：

紅燈結(jié)束之后第二類cbv才能到達(dá)并駛離停車線，則第二類cbv到達(dá)停車線的時(shí)刻一定在紅燈結(jié)束時(shí)刻之后，即：

其中，為第j個(gè)周期的紅燈結(jié)束時(shí)刻，tj為第j個(gè)周期的第二類cbv到達(dá)停車線的時(shí)刻；

由上式可得：

其中，為第j個(gè)周期的紅燈開始時(shí)刻；

由此可見，若第j個(gè)周期的cbv為第二類cbv，則可得到該cbv對(duì)應(yīng)的紅燈時(shí)長(zhǎng)上邊界：

步驟43：計(jì)算紅燈時(shí)長(zhǎng)估計(jì)值：

本發(fā)明的有益效果在于：

考慮到傳統(tǒng)的線性插值法大多假設(shè)車輛在路段邊界附近勻速行駛，但交叉口進(jìn)出口處的車輛行為往往較為復(fù)雜，不加區(qū)分的都按勻速行駛計(jì)算并不符合實(shí)際；基于此，本發(fā)明提出了一種改進(jìn)的插值法來估計(jì)車輛經(jīng)過信號(hào)交叉口的行程時(shí)間，在此基礎(chǔ)上，本發(fā)明提出了一種先聚類再分類的方法來找到每個(gè)信號(hào)周期經(jīng)過交叉口的第一輛公交車，該方法無需交叉口現(xiàn)場(chǎng)測(cè)試數(shù)據(jù)，可以及時(shí)響應(yīng)信號(hào)配時(shí)參數(shù)的改變；此外，本發(fā)明采用停車線附近的gps數(shù)據(jù)序列，可以更為準(zhǔn)確的獲得車輛到達(dá)停車線的時(shí)間，并以此估計(jì)周期邊界及周期時(shí)長(zhǎng)，結(jié)合周期邊界估計(jì)結(jié)果，本發(fā)明提出了一種新的紅燈時(shí)長(zhǎng)估計(jì)方法，該方法無需假設(shè)車輛均勻到達(dá)；

綜上所述，本發(fā)明基于公交gps數(shù)據(jù)的交叉口信號(hào)配時(shí)參數(shù)估計(jì)方法，利用車輛經(jīng)過交叉口的gps數(shù)據(jù)序列，掌握車輛在交叉口內(nèi)部的運(yùn)行情況，在無需交叉口現(xiàn)場(chǎng)測(cè)試數(shù)據(jù)以及假設(shè)車輛均勻到達(dá)的情況下，實(shí)現(xiàn)對(duì)交叉口信號(hào)配時(shí)參數(shù)的估計(jì)，以提高信號(hào)配時(shí)參數(shù)估計(jì)的準(zhǔn)確性。

附圖說明

為了使本發(fā)明的目的、技術(shù)方案和有益效果更加清楚，本發(fā)明提供如下附圖進(jìn)行說明：

圖1為交叉口進(jìn)口附近的gps數(shù)據(jù)分布示意圖；

圖2為停車線附近的gps數(shù)據(jù)分布示意圖；

圖3為第一類cbv在停車線附近的gps數(shù)據(jù)分布示意圖。

具體實(shí)施方式

下面結(jié)合附圖和具體實(shí)施例對(duì)本發(fā)明作進(jìn)一步說明，以使本領(lǐng)域的技術(shù)人員可以更好的理解本發(fā)明并能予以實(shí)施，但所舉實(shí)施例不作為對(duì)本發(fā)明的限定。

為了實(shí)現(xiàn)對(duì)信號(hào)配時(shí)參數(shù)的估計(jì)，本實(shí)施例基于公交gps數(shù)據(jù)的交叉口信號(hào)配時(shí)參數(shù)估計(jì)方法作了如下定義和描述：

①定義紅燈開始時(shí)刻即為一個(gè)周期的開始時(shí)刻；

②在公交gps數(shù)據(jù)采集時(shí)段內(nèi)，也即在本發(fā)明的研究時(shí)段內(nèi)，交叉口控制信號(hào)的周期時(shí)長(zhǎng)以及紅燈時(shí)長(zhǎng)均為定值；

③不考慮公交gps數(shù)據(jù)的定位誤差，采用已經(jīng)過數(shù)據(jù)預(yù)處理的公交gps數(shù)據(jù)。

本實(shí)施例基于公交gps數(shù)據(jù)的交叉口信號(hào)配時(shí)參數(shù)估計(jì)方法，包括如下步驟：

步驟1：選取某一信號(hào)交叉口，并從數(shù)據(jù)庫(kù)中提取在某個(gè)時(shí)間段內(nèi)(如30分鐘)經(jīng)過該交叉口的所有公交車的gps數(shù)據(jù)，gps數(shù)據(jù)包括車輛位置、瞬時(shí)速度、當(dāng)前時(shí)間等信息，其數(shù)據(jù)采集周期為10s，且已經(jīng)過數(shù)據(jù)預(yù)處理；利用每輛公交車經(jīng)過交叉口的gps數(shù)據(jù)，建立交叉口單車行程時(shí)間估計(jì)模型。

車輛在信號(hào)交叉口的行程時(shí)間可以通過其到達(dá)交叉口出口和交叉口進(jìn)口的時(shí)間差計(jì)算得到。以交叉口進(jìn)口處為例，若交叉口進(jìn)口處正好存在gps定位數(shù)據(jù)，則可根據(jù)該gps數(shù)據(jù)直接得到車輛到達(dá)交叉口進(jìn)口的時(shí)間。然而，由于公交gps數(shù)據(jù)10秒傳送一次，因此這樣的定位數(shù)據(jù)很有可能并不存在。這種情況下，就需要通過車輛在交叉口進(jìn)口前后的gps定位數(shù)據(jù)，利用插值法來估計(jì)其到達(dá)交叉口進(jìn)口的時(shí)間?？紤]到交叉口進(jìn)出口處的車輛行為往往較為復(fù)雜，本發(fā)明提出了一種改進(jìn)的插值法來估計(jì)車輛經(jīng)過信號(hào)交叉口的行程時(shí)間。

交叉口進(jìn)口附近的車輛gps數(shù)據(jù)分布情況如圖1所示(交叉口進(jìn)口處不存在gps定位數(shù)據(jù))。在交叉口進(jìn)口前后各取一個(gè)距離交叉口進(jìn)口最近的gps定位數(shù)據(jù)，這兩個(gè)定位數(shù)據(jù)所對(duì)應(yīng)的車輛的瞬時(shí)速度、gps時(shí)間分別為vi、ti(i＝1,2)；

若|v1-v2|≤v0，則判定車輛做勻速運(yùn)動(dòng)，那么：

車輛到達(dá)交叉口進(jìn)口的時(shí)間為：

其中，s1為車輛在交叉口進(jìn)口前的最后一個(gè)gps定位數(shù)據(jù)與交叉口進(jìn)口的距離；

s2車輛在交叉口進(jìn)口后的第一個(gè)gps定位數(shù)據(jù)與交叉口進(jìn)口的距離；

若|v1-v2|＞v0，則判定車輛做勻變速運(yùn)動(dòng)，那么：

式中，a為車輛的加速度。求解上述方程組可得：

其中，

同理，可采用相同的方法計(jì)算車輛到達(dá)交叉口出口的時(shí)間tout，從而得到車輛經(jīng)過交叉口的行程時(shí)間t＝tout-tin。

步驟2：基于已獲得的每輛公交車經(jīng)過交叉口的行程時(shí)間，利用先聚類再分類的方法，找到每個(gè)信號(hào)周期經(jīng)過交叉口的第一輛公交車，稱該類公交車為cbv，具體方法為：

步驟21：獲得每輛公交車與前車到達(dá)交叉口進(jìn)口的時(shí)間差δt和在交叉口的行程時(shí)間差δt；

步驟22：把δt和δt作為每輛公交車的特征屬性，以此可以得到采樣數(shù)據(jù)集x＝{xi|i＝1,...,n}，其中n為總的車輛數(shù)，每個(gè)數(shù)據(jù)對(duì)象xi有兩個(gè)描述屬性δti和δti，即xi＝(δti,δti)，在此基礎(chǔ)上，利用k均值聚類算法將數(shù)據(jù)集x聚成兩類的方法為：

步驟221：首先在采樣數(shù)據(jù)集x中隨機(jī)選取兩個(gè)數(shù)據(jù)對(duì)象作為初始聚類中心；

步驟222：計(jì)算每個(gè)數(shù)據(jù)對(duì)象與各個(gè)聚類中心的歐氏距離，將每個(gè)數(shù)據(jù)對(duì)象分配到與其最接近的聚類中心，從而形成一類；

步驟223：一旦全部數(shù)據(jù)對(duì)象都被分配了，再以每個(gè)聚類子集的平均向量作為新的聚類中心；

步驟224：計(jì)算誤差平方和準(zhǔn)則函數(shù)；

步驟225：重復(fù)步驟222至步驟224，直到誤差平方和不變，則算法終止，得到最終的聚類結(jié)果。

步驟23：為這兩類公交車分別附上不同的標(biāo)簽號(hào)，在此基礎(chǔ)上，利用支持向量機(jī)對(duì)所有車輛進(jìn)行分類，得到分類超平面，并找到所有的cbv。具體的，對(duì)于最終聚類后的兩個(gè)子集x1、x2的聚類中心x1＝(δt1,δt1)、x2＝(δt2,δt2)，若δt1＜δt2，則將x2中所有數(shù)據(jù)對(duì)象的標(biāo)簽號(hào)都置為1，將x1中所有數(shù)據(jù)對(duì)象的標(biāo)簽號(hào)都置為-1，反之則相反；在此基礎(chǔ)上，利用支持向量機(jī)對(duì)數(shù)據(jù)集x進(jìn)行分類，得到分類超平面并將數(shù)據(jù)集x分成兩類，處在分類超平面之上的數(shù)據(jù)子集所對(duì)應(yīng)的車輛即為所有的cbv。

步驟3：計(jì)算所有cbv及每一輛cbv對(duì)應(yīng)的前車到達(dá)交叉口停車線的時(shí)間，在此基礎(chǔ)上，獲得周期時(shí)長(zhǎng)以及周期邊界估計(jì)結(jié)果。具體的，停車線附近可能的車輛gps數(shù)據(jù)分布情況如圖2所示。

若停車線處沒有車輛gps定位數(shù)據(jù)(如a車)，則在停車線前后各取一個(gè)距離停車線最近的gps定位數(shù)據(jù)，然后利用所述步驟1的方法即可獲得車輛到達(dá)交叉口停車線的時(shí)間；

若停車線處有車輛gps定位數(shù)據(jù)，并且只有一個(gè)gps數(shù)據(jù)(如b車)，則該gps數(shù)據(jù)對(duì)應(yīng)的時(shí)間即為車輛到達(dá)停車線的時(shí)間；

若車輛正好在停車線處停車等待，由于受到紅燈的影響，則停車線處的gps定位數(shù)據(jù)很有可能不止一個(gè)(如c車)；此時(shí)，該車到達(dá)停車線的時(shí)間為停車線處第一個(gè)gps數(shù)據(jù)所對(duì)應(yīng)的時(shí)間。

在此基礎(chǔ)上，利用作者p.hao提出的方法可獲得周期時(shí)長(zhǎng)以及周期邊界估計(jì)結(jié)果。

步驟4：利用cbv在停車線附近的gps數(shù)據(jù)序列，結(jié)合周期時(shí)長(zhǎng)和周期邊界估計(jì)結(jié)果，建立交叉口紅燈時(shí)長(zhǎng)估計(jì)模型。

步驟41：利用車輛gps數(shù)據(jù)判斷每個(gè)周期的cbv是屬于第一類cbv還是第二類cbv，且第一類cbv和第二類cbv的判定方法如下：根據(jù)前面的定義，cbv是一個(gè)信號(hào)周期內(nèi)的第一輛公交車，且一個(gè)周期從紅燈開始，因此，cbv很有可能會(huì)受到紅燈的影響而在停車線附近排隊(duì)等候。此時(shí)，cbv的停車位置有如下兩種情況：若cbv正好停在停車線處，則定義該類cbv為第一類cbv；若cbv沒有停在停車線處，則定義該類cbv為第二類cbv。

步驟42：計(jì)算每個(gè)第一類cbv對(duì)應(yīng)的紅燈時(shí)長(zhǎng)下邊界，并取所有下邊界的最大值且第一類cbv對(duì)應(yīng)的紅燈時(shí)長(zhǎng)下邊界的計(jì)算方法如下：假設(shè)第i個(gè)周期的cbv正好停在停車線處，則紅燈一結(jié)束，該車就啟動(dòng)駛離停車線。同樣的，若該車依然在停車等待，說明紅燈尚未結(jié)束，也就是說，該車在停車線處最后一個(gè)gps數(shù)據(jù)對(duì)應(yīng)的時(shí)刻一定在紅燈結(jié)束時(shí)刻之前，又或者剛好為紅燈結(jié)束時(shí)刻。那么，如圖3所示：

其中，為第i個(gè)周期的紅燈結(jié)束時(shí)刻，ti為第i個(gè)周期的第一類cbv在停車線處的最后一個(gè)gps數(shù)據(jù)對(duì)應(yīng)的時(shí)刻；則

其中，tr為紅燈時(shí)長(zhǎng)，為第i個(gè)周期的紅燈開始時(shí)刻；

由此可見，若第i個(gè)周期的cbv為第一類cbv，則可得到該cbv對(duì)應(yīng)的紅燈時(shí)長(zhǎng)下邊界：

計(jì)算每個(gè)第二類cbv對(duì)應(yīng)的紅燈時(shí)長(zhǎng)上邊界，并取所有上邊界的最小值且第二類cbv對(duì)應(yīng)的紅燈時(shí)長(zhǎng)上邊界的計(jì)算方法如下：假設(shè)第j個(gè)周期的cbv沒有停在停車線處，即cbv前還有排隊(duì)車輛且該車輛未被采樣到，又或者cbv并未停車。那么，紅燈結(jié)束之后該車才能到達(dá)并駛離停車線，也就是說，該車到達(dá)停車線的時(shí)刻一定在紅燈結(jié)束時(shí)刻之后，即：

其中，為第j個(gè)周期的紅燈結(jié)束時(shí)刻，tj為第j個(gè)周期的第二類cbv到達(dá)停車線的時(shí)刻；

由上式可得：

其中，為第j個(gè)周期的紅燈開始時(shí)刻；

由此可見，若第j個(gè)周期的cbv為第二類cbv，則可得到該cbv對(duì)應(yīng)的紅燈時(shí)長(zhǎng)上邊界：

步驟43：計(jì)算紅燈時(shí)長(zhǎng)估計(jì)值：

本實(shí)施例基于公交gps數(shù)據(jù)的交叉口信號(hào)配時(shí)參數(shù)估計(jì)方法，利用車輛經(jīng)過交叉口的gps數(shù)據(jù)序列，掌握車輛在交叉口內(nèi)部的運(yùn)行情況，在無需交叉口現(xiàn)場(chǎng)測(cè)試數(shù)據(jù)以及假設(shè)車輛均勻到達(dá)的情況下，實(shí)現(xiàn)對(duì)交叉口信號(hào)配時(shí)參數(shù)的估計(jì)，以提高信號(hào)配時(shí)參數(shù)估計(jì)的準(zhǔn)確性。

以上所述實(shí)施例僅是為充分說明本發(fā)明而所舉的較佳的實(shí)施例，本發(fā)明的保護(hù)范圍不限于此。本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明基礎(chǔ)上所作的等同替代或變換，均在本發(fā)明的保護(hù)范圍之內(nèi)。本發(fā)明的保護(hù)范圍以權(quán)利要求書為準(zhǔn)。